📄Работа №125716
Тема: Разработка приложения для автоматического определения спам-сообщений для устройств, работающих на платформе Android
Тип работы
Бакалаврская работа
Предмет
программирование
Объем:
36 листов
Год:
2017
Просмотров:
50
4700
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
Цели и задачи 5
Глава 1. Существующие подходы для решения задачи фильтрации спама 7
1.1. Ручная фильтрация 7
1.2. Кластеризация 7
1.2.1. Описание EM-алгоритма 7
1.3. Классификация 9
1.3.1. Логистическая регрессия 9
1.3.2. Множественная линейная регрессия 10
1.3.3. Наивный байесовкий классификатор 10
1.4. Анализ и сравнение методов 11
Глава 2. Практическая часть 13
2.1. Подготовка данных 13
2.1.1. Стемминг и лемматизация 13
2.1.2. Описание признаков 16
2.2. Программная реализация 18
2.2.1. Реализация логистической регрессии 18
2.2.2. Реализация клиентской части приложения 19
2.2.3. Реализация серверной части приложения 22
2.3. Настройка удаленного сервера 23
Глава 3. Результаты работы 26
3.1. Архитектура приложения 26
3.2. Оценка качества классификации 27
3.3. Демонстрация работы приложения 28
Выводы 32
Заключение 33
Список литературы 34
Цели и задачи 5
Глава 1. Существующие подходы для решения задачи фильтрации спама 7
1.1. Ручная фильтрация 7
1.2. Кластеризация 7
1.2.1. Описание EM-алгоритма 7
1.3. Классификация 9
1.3.1. Логистическая регрессия 9
1.3.2. Множественная линейная регрессия 10
1.3.3. Наивный байесовкий классификатор 10
1.4. Анализ и сравнение методов 11
Глава 2. Практическая часть 13
2.1. Подготовка данных 13
2.1.1. Стемминг и лемматизация 13
2.1.2. Описание признаков 16
2.2. Программная реализация 18
2.2.1. Реализация логистической регрессии 18
2.2.2. Реализация клиентской части приложения 19
2.2.3. Реализация серверной части приложения 22
2.3. Настройка удаленного сервера 23
Глава 3. Результаты работы 26
3.1. Архитектура приложения 26
3.2. Оценка качества классификации 27
3.3. Демонстрация работы приложения 28
Выводы 32
Заключение 33
Список литературы 34
📖 Введение
На сегодняшний день человечество не может обойтись без компьютерных и сетевых технологий. Средства связи вторглись в большинство сфер жизнедеятельности общества, начиная с помощи в образовании и заканчивая рекламой и продвижением какой-либо платной продукции. Отсюда возникла проблема получения нежелательных сообщений, иными словами, спама.
Слово «спам» произошло от названия марки консервов «SPAM» производства американской компании Hormel Foods. Во время Второй мировой войны этот продукт использовался в качестве продукта питания американских солдат, но, когда война закончилась, остались большие запасы продукции, и, чтобы избавиться от них, компания стала вести очень активную рекламу. С тех пор слово «спам» прижилось как название рекламной рассылки [1].
Коммерческие организации делают массовую рассылку, в том числе и людям, которые не хотели бы получать подобные сообщения. Иногда они даже представляют опасность, потому что могут содержать компьютерные вирусы, мошеннические ссылки. Кроме того, широковещательные рассылки влекут за собой большие затраты ресурсов сервера, отнимают время пользователя, затрачиваемое на прочтение и сортировку подобных писем.
Выделяют различные виды спама:
• Фишинг — попытка узнать секретные данные, такие как пароли, номера банковских карт и прочее.
• Реклама.
• Антиреклама — информация, направленная на уменьшение интереса пользователя к продукции какой-либо компании, к известной личности или нашумевшему событию.
• «Нигерийские письма» — носящие мошеннический характер, в которых говорится о якобы полученном наследстве и просьбе получателя прислать немного денег для оформления документов. Таким образом нарушитель закона выманивает деньги у обманутого человека.
По способам распространения спам классифицируется:
• Отправляемый на электронную почту — как правило, это спам в виде «нигерийских писем» или рекламы.
• Посылаемый в виде SMS по мобильной сети — обычно реклама или фишинг.
• Отправляемый пользователям социальных сетей.
По статистике доля спама в электронной почте составляет около 60%1, в SMS-сообщениях - 15%2. Такое положение дел является поводом для развития технологий фильтрации сообщений.
Рост пользователей мобильных телефонов привел к резкому увеличению количества нежелательных SMS-сообщений. Несмотря на то, что для электронной почты существует много различных фильтров, борьбе со спамом на мобильных телефонах уделяется не так много внимания. Исходя из этого факта, перед автором данной работы была поставлена задача исследовать проблему SMS-спама, рассмотреть существующие решения и их недостатки и найти новый подход для детектирования нежелательных SMS-сообщений.
Слово «спам» произошло от названия марки консервов «SPAM» производства американской компании Hormel Foods. Во время Второй мировой войны этот продукт использовался в качестве продукта питания американских солдат, но, когда война закончилась, остались большие запасы продукции, и, чтобы избавиться от них, компания стала вести очень активную рекламу. С тех пор слово «спам» прижилось как название рекламной рассылки [1].
Коммерческие организации делают массовую рассылку, в том числе и людям, которые не хотели бы получать подобные сообщения. Иногда они даже представляют опасность, потому что могут содержать компьютерные вирусы, мошеннические ссылки. Кроме того, широковещательные рассылки влекут за собой большие затраты ресурсов сервера, отнимают время пользователя, затрачиваемое на прочтение и сортировку подобных писем.
Выделяют различные виды спама:
• Фишинг — попытка узнать секретные данные, такие как пароли, номера банковских карт и прочее.
• Реклама.
• Антиреклама — информация, направленная на уменьшение интереса пользователя к продукции какой-либо компании, к известной личности или нашумевшему событию.
• «Нигерийские письма» — носящие мошеннический характер, в которых говорится о якобы полученном наследстве и просьбе получателя прислать немного денег для оформления документов. Таким образом нарушитель закона выманивает деньги у обманутого человека.
По способам распространения спам классифицируется:
• Отправляемый на электронную почту — как правило, это спам в виде «нигерийских писем» или рекламы.
• Посылаемый в виде SMS по мобильной сети — обычно реклама или фишинг.
• Отправляемый пользователям социальных сетей.
По статистике доля спама в электронной почте составляет около 60%1, в SMS-сообщениях - 15%2. Такое положение дел является поводом для развития технологий фильтрации сообщений.
Рост пользователей мобильных телефонов привел к резкому увеличению количества нежелательных SMS-сообщений. Несмотря на то, что для электронной почты существует много различных фильтров, борьбе со спамом на мобильных телефонах уделяется не так много внимания. Исходя из этого факта, перед автором данной работы была поставлена задача исследовать проблему SMS-спама, рассмотреть существующие решения и их недостатки и найти новый подход для детектирования нежелательных SMS-сообщений.
✅ Заключение
В ходе работы реализовано клиент-серверное для смартфонов, работающих на платформе Андроид. Приложение обладает удобным графическим интерфейсом, с помощью которого пользователь с легкостью может читать, писать и удалять SMS-сообщения. Реализовано клиент-серверное взаимодействие между приложением на смартфоне и удаленной вычислительной машиной, выполняющей всю работу по анализу сообщений. Проведен анализ существующих методов борьбы со спамом и их сравнение с разработанным приложением. В ходе проверки фильтра получены оптимальные и достаточно большие значения метрик качества: точность (Рг), полнота (Rec), F-mera.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.